原型、可行性与限定试点

原型回答的问题有限

工坊先用手工填写的清单展示界面，这是一种体验原型，适合观察用户是否理解输入和结果，但没有证明模型能稳定抽取材料。另一种技术验证会在小批虚构说明上运行模型，用来检查可行性，却可能缺少权限、维护和失败处理。真实试点是在限定任务与参与范围内观察完整流程，既看质量也看用户行为。三者都是有效工具，但必须说清楚证据层次。如果演示者提前写好答案，应明确标注模拟，不把预置页面宣传成现场AI能力，否则团队会对可靠性和下一步投入产生错误判断。

先验证最高不确定性

原型不需要一次实现所有功能。工坊最不确定的是模型能否处理两种格式的说明，以及新成员能否发现数量遗漏。先选这两项做小实验，比先花力气实现复杂头像和分享动画更有价值。技术验证准备普通文本与表格式说明，使用固定输出规则观察完整性；体验验证让成员在不知标准答案的情况下核对草稿。每项实验写输入、观察方法与通过条件，结果不达标时决定修改资料、交互或技术。不要把不断增加功能当作减少不确定性，因为功能更多可能让真正的问题更难定位。

制定试点范围与比较方法

试点只纳入公开纸艺说明、成年人模拟参与者和不涉及真实设备动作的准备清单。排除内容不完整、权限不清或超出任务范围的资料，分别记录排除理由，以免最后只报告容易样本。安排相近难度任务分别使用原流程与AI流程，避免一组全是简单说明、另一组全是复杂说明。参与者第一次使用有学习成本，过于熟练的人也可能不代表新用户，应记录经验背景但不收集无关个人信息。样本少时用试点发现问题、估计变化，不轻易把结果推广为所有用户必然受益。

让试点失败也能提供信息

明确停止规则，例如出现关键材料遗漏、用户反复误认草稿为定稿，或服务状态误导参与者时暂停扩大范围。每次失败保存任务编号、版本、错误类别与必要证据，避免责怪某位参与者不会使用。讨论是资料本身有歧义、交互没有提示还是模型输出错误，可以让下一轮修改更集中。观察记录应同时包含成功与失败，不能只挑最顺利的截图。若AI流程比模板更慢但更适合复杂说明，应进一步按任务类型分析，而不是急于宣布全面成功或全面失败。

把放量决定建立在门槛上

试点结束形成继续、修改后再试或停止三种可能结论。继续需要达到预定质量、用户理解和维护能力门槛；修改后再试应说明主要缺陷和验证方法；停止则记录为什么简单方案更合适。扩大范围时一次改变有限条件，例如先增加说明书类型而不是同时增加用户、资料和自动动作。每次扩展都可能引入新的风险，旧试点结论不能无条件套用。工坊保留人工清单模板与回退入口，确保参与者不会因为试验被迫依赖模型。限定试点的价值是提供真实且可解释的证据，而不是为既定上线决定找理由。